In der Psychologie Statistiken, Forschungsstudien, die das Sammeln einbeziehen quantitative Daten
(Alle Daten, die als Zahlen gezählt oder wiedergegeben werden kann) in der Regel erforderlich, dass Sie auf einem Datenblatt zu sammeln und speichern Daten über mehrere Variablen. Wenn Sie Ihre statistischen Analysen dieser Daten durchführen, müssen Sie wissen, welche Rolle die einzelnen Variablen in Ihrem Forschungsdesign gespielt. Generell klassifizieren Sie Variablen in der Psychologie Statistik als unabhängige Variablen, abhängige Variablen oder Kovariaten.
Unabhängige Variablen
Unabhängigen Variablen werden manchmal bezeichnet als Prädiktorvariablen. Streng genommen ist ein unabhängige Variableist eine Variable, die Sie so zu manipulieren, dass Sie, wie sich die Änderungen in den unabhängigen Variablen Einfluss Veränderungen in anderen Variablen untersuchen können. In einigen Fällen verweisen Sie auf Variablen als unabhängige Variablen, auch wenn Sie sie nicht direkt sind manipuliert .. Diese Art der unabhängigen Variablen ist ein quasiindependent Variable.
Abhängigen Variablen
Abhängige Variablen werden manchmal bezeichnet als Ergebnisvariablenoder Kriterium Variablen. EIN abhängige Variablein der Regel ist die Variable, die Sie ändern erwarten, wenn Sie die unabhängige Variable manipulieren. In anderen Worten ist die abhängige Variable die Variable, die die unabhängige Variable beeinflusst. Daher wird die abhängige Variable so genannt, weil sein Wert auf den Wert der unabhängigen Variablen abhängt (zumindest theoretisch).
Kovariaten
EIN Kovariableist ein weit gefasster Begriff für eine Variable in einem Forschungsdesign verwendet, die weder eine unabhängige noch eine abhängige Variable ist. Bei manchen Konstruktionen verwenden Sie ein Kovariable Konto anderer Faktoren zu nehmen, die die Beziehung zwischen der unabhängigen und abhängigen Variablen beeinflussen könnten. Eine gute Forschungsdesign misst diese Variablen, so dass Sie für ihren Einfluss ausmachen können. Im Rahmen dieses Forschungsdesign, diese Variablen Kovariaten. Kovariaten können auch in Forschungsdesigns existieren, wo keine unabhängigen oder abhängigen Variablen existieren.
Die Wahl zwischen Modus, Median und Mittelwert in Statistik Psychologie
Wenn sie zusammen die Psychologie Statistiken setzen Sie müssen berichten, wenn Sie eine Variable in einem Bericht sind zu beschreiben, müssen Sie wissen, welche der drei Maße der zentralen Tendenz - der Modus, Median und bedeuten - Sie verwenden sollten. Lassen Sie sich von den Vor- und Nachteilen der einzelnen Maßnahmen geführt.
Unter Abwägung der Vor- und Nachteile der einzelnen Maßnahmen führt zu folgendem Ergebnis: die am besten geeignete Maß der zentralen Tendenz für eine Variable auf das hängt Messniveauder Variablen und der Art der Verteilung der Punkteinnerhalb dieser Variablen.
Stufe der Messung: Sie müssen zwischen drei Ebenen der Messung (nominal, ordinal und Intervall / Ratio) bei der Wahl ein Maß der zentralen Tendenz zu unterscheiden.
Verteilung der Punkte: Für die Zwecke der ein Maß der zentralen Tendenz der Wahl, müssen Sie wissen, ob irgendwelche Extremwerte im Datensatz vorhanden sind (oft als Ausreißeroder), ob die Verteilung der Punkte verzerrt ist. Wenn Sie das Niveau der Messung der Variable von Interesse bestimmen und ob es Schiefe und / oder Extremwerte in Ihren Datensatz, dann können Sie die am besten geeignete Maß der zentralen Tendenz festzustellen, wie folgt:
Daten bei Nennpegel gemessen: Von den drei Maßnahmen der zentralen Tendenz in diesem Kapitel untersucht, ist der Modus der einzige geeignete als die Werte nicht vom kleinsten zum größten in sinnvoller Weise bestellt werden können.
Die Daten auf der Ordnungsebene gemessen: Der Modus und das mittlere angemessen sind. Der Median ist in der Regel bevorzugt, da es informativer als die Mode ist. Die Noten können vom kleinsten zum größten bestellt werden, und dies ist sinnvoll, aber sie können nicht so addiert werden, der Mittelwert nicht berechnet werden kann.
Daten gemessen im Intervall / Verhältnisniveau: Alle drei Maßnahmen der zentralen Tendenz sind angemessen. Der Mittelwert ist in der Regel bevorzugt. Allerdings ist der Mittelwert nicht angemessen, wenn Extremwerte und / oder die Schiefe in Ihrem Datensatz vorhanden sind. In dieser Situation ist der Median der Regel am besten.
Die Wahl der richtigen Streuungsmaß in Statistik Psychologie
Die Maßnahmen der Dispersion Sie in der Psychologie Statistik verwenden zeigen Ihnen die Verbreitung oder Variabilität der Variablen Sie messen. Die drei wichtigsten sind der Bereich, der Quartilbereich und die Standardabweichung.
Erste das Angebot, Quartilabstand und Standardabweichung zu wissen
Die drei wichtigsten Maßnahmen der Dispersion sind wie folgt definiert:
Das Angebotist der Unterschied zwischen der höchsten Punktzahl und den niedrigsten in einer variablen Punktzahl. Dies sind die Werte, die von den Teilnehmern an der Studie erzielt worden sind, und nicht unbedingt die höchsten und niedrigsten möglichen Werte.
Das Quartilabstandist der Unterschied zwischen dem oberen Quartil und dem unteren Quartil in einer Menge von geordneten Noten. Quartile wird ermittelt, indem eine Menge von geordneten Noten in vier gleich große Gruppen gebildet.
Das Standardabweichung(Oft abgekürzt Std. Dev. Oder SD) ist die durchschnittliche Abweichung von Partituren in Ihrem Datensatz von ihrem Mittelwert Punktzahl für eine bestimmte Variable. Das bedeuten Punktzahlist der Durchschnitt auf eine Variable von Partituren. Die Standardabweichung zeigt das Ausmaß, in dem die Werte auf einer Variablen abweichen von der mittleren Punktzahl.
Arbeiten Sie heraus, welche Maß für die Streuung zu verwenden
Sie bestimmen, die am besten geeignete Maß für die Streuung wie folgt, von der Art der Daten abhängig:
Daten bei Nennpegel gemessen: Da alle drei Maßnahmen von Dispersionsdaten erfordern Platz oder summiert werden, keiner von ihnen sind geeignet für Daten bei Nennpegel gemessen.
Die Daten auf der Ordnungsebene gemessen: Die Reichweite und Quartilabstand angemessen sind. Der Quartilsabstand ist in der Regel vorzuziehen, da es informativer als der Bereich ist.
Daten gemessen im Intervall / Verhältnisniveau: Alle drei Maßnahmen der Dispersion wir untersucht haben, sind angemessen. Die Standardabweichung ist in der Regel bevorzugt. Allerdings ist die Standardabweichung (oder Varianz) nicht geeignet, wenn es extreme Partituren und / oder Schiefe in Ihrem Datensatz. In dieser Situation ist der Quartilbereich in der Regel vorzuziehen.
Mit Blick auf Messniveaus in Statistik Psychologie
Wenn sie mit Psychologie Statistiken arbeiten, können Sie Variablen entsprechend ihrer Messeigenschaften zu klassifizieren. Wenn Sie Variablen auf einem Datenblatt notieren, notieren Sie in der Regel die Werte in den Variablen als Zahlen, weil diese leichter statistische Analyse macht. Jedoch können die Anzahl unterschiedlicher Messeigenschaften aufweisen und diese bestimmen, welche Arten von Analysen man mit diesen Zahlen tun können. Die Variable Niveau von measurementis ein Klassifizierungssystem, das Ihnen sagt, was Messeigenschaften die Werte einer Variablen haben.
Die Messeigenschaften, die die Werte in einer Variablen besitzen, sind:
Größe: Dies bedeutet, dass Sie die Werte in einer Variablen vom höchsten zum niedrigsten bestellen können.
Gleiche Intervalle: Dies bedeutet, dass eine Einheit Unterschied in der Messskala die gleiche ist unabhängig davon, wo diese Einheit Unterschied tritt auf der Skala.
Wahr absoluten Nullpunkt: Das wahre absolute Nullpunktbedeutet, dass der Punkt auf der Messskala der Nullpunkt ist, wo nichts von dem Variable vorhanden, und daher keine Punkte kleiner als Null existieren.
Diese drei Messeigenschaften können Sie das Niveau der Messung einer Variablen in eine von vier Typen zu klassifizieren
nominal: Dies bedeutet, dass eine variable keine der drei Messeigenschaften aufweist. Sie messen eine Variable bei Nennpegel, wenn Sie die Zahlen in der Variablen verwenden nur als Etiketten.
Ordinal: Wenn Sie eine Variable an der ordinallevel messen dann die Werte auf der Variable die Messung Eigenschaft Größenordnung nur. Sie messen eine Variable bei der Ordnungsebene, wenn die Werte in der Variablen Reihen geordnet.
Intervall: Wenn Sie eine Variable bei der Messung auf Intervallebene messen, hat es die Messeigenschaften von Größe und gleichen Abständen
Verhältnis: Wenn Sie eine Variable im Verhältnis Messniveau zu messen, hat es die Messeigenschaften von Größe, gleichen Abständen und einem wahren absoluten Nullpunkt.